COMPASS是一种泛癌症AI基础模型,基于33种癌症的转录组数据训练,用于预测免疫检查点抑制剂治疗响应。该模型通过44个生物学概念编码基因表达,在16个临床队列中优于22种现有方法,准确率提升8.5%,AUPRC提升15.7%,并能泛化至未涉及的癌症类型和治疗方案,为个体化治疗提供可解释的机制线索。
科学家分析超过11000份转录组数据,开发出一种“转录组时钟”,能够精准预测生理年龄和死亡风险。该工具将老化分解为多个功能模块,揭示不同干预措施(如药物、节食、疾病)对老化的影响,并在细胞和胚胎层面验证了“返老还童”的可能性,为抗衰老研究提供了新框架。
本研究提出了一种新方法——自适应局部主成分分析(AdaL-PCA),用于分析单细胞转录组测序数据,能够准确估计数据流形的内在曲率,揭示细胞分化中的关键变化。
完成下面两步后,将自动完成登录并继续当前操作。